Датчики случайных величин

Введение 3
I. Имитационное моделирование датчиков случайных величин 6
1.1. Классификация видов моделирования 6
1.2. Математическое моделирование сложных систем 11
1.3. Понятие имитационного моделирования 16
1.4. Метод Монте-Карло 17
1.5. Моделирование случайных величин 20
1.6. Имитация случайных величин и процессов 23
1.6.1. Понятие базового датчика 23
1.6.2. Модели базовых датчиков 25
1.6.3. Генерация дискретных случайных величин 26
1.6.4. Генерация непрерывных случайных величин 27
II. Исследование линейной и нелинейной моделей планирования производства 29
2.1 Исследование линейной модели планирования производства 29
2.2 Исследование нелинейной модели планирования производства 32
Заключение 36
Список использованных источников 37

Современное развитие ЭВМ позволило максимально эффективно применять различные статистические и математические методы анализа данных в различных сферах науки и для решения различных прикладных задач. Сложность вычислений, с которыми ранее сталкивались исследователи, решается в настоящее время с применением различных программ на персональном компьютере. Массивные и сложные вычисления могут проводиться на данных большого объёма, а применения математического аппарата для решения прикладных задач используется во всех сферах деятельности человека, таких как экономика, производство и планирование, научные и исследовательские области и т.д.
Для решения различных задач связанных с вычислениями могут применяться как специализированные программные средства для статистического анализа, так и табличные процессоры, которые производят вычисления с рядами данных и могут применять в вычислениях различного рода модели. Пользователи могут использовать моделирование и прогнозирование, как средство для получения результатов анализа данных в своих исследованиях и прикладных задачах в управлении и производстве.
Для решения задач с массивами данных применяется имитационное моделирование, в основу которых заложены различные алгоритмы получения данных, основанные на математическом аппарате, включая поиск решений и прогнозирование значений.
Имитационное моделирование позволяет производить изучение процессов и явлений с применением различных математических, визуальных и объектных моделей, задачей которых является составление максимально приближенного к реальности процессу и получению искомого результата для оценки и анализа его составляющих, переменных.
Часто в имитационных и математических моделях используются случайные величины заданного ряда, которые необходимы для того, что бы перебором или подбором определить зависимость показателей или влияние параметров функции на ее результат. Способ получения случайных величин сложный процесс, который, так же как и любые математические функции подвержен своим правилам и для его получения используется собственный математический аппарат.
Актуальность темы заключается в том, что в имитационных моделях используются различные датчики и генераторы случайных величин, которые необходимы для получения достоверного и качественного результата работы целевой функции, или же с их помощью производится оценка качества работы той или иной имитационной модели. Изучение способов и методов получения случайных величин, а так же их применение является важным аспектом имитационного моделирования. Случайные числа, полученные в рамках исследования позволяют не только провести оценку результата работы той или иной модели, но могут являться частью работы модели, когда промежуточные значения, или параметры системы могут распространяться в пределах заданных значений. Использование такого аппарата является важной составляющей моделирования.
Целью данной курсовой работы является изучение датчики случайных величин.
Объект исследования: датчики случайных величин в имитационном моделировании.
Предмет исследования: методы и способы генерации случайных величин, их применение.
Для достижения цели необходимо решить ряд задач:
– описание понятие имитационной модели и моделирования;
– произвести описание моделирования сложных математических систем;
– провести описание понятия моделирования случайных величин;
– рассмотреть метод Монте-Карло;
– рассмотреть понятия и определения датчика случайных величин, их методов генерации случайных чисел;
– выполнить практическую реализацию имитационной модели по планированию производства.
Имитационное моделирование, а так же работа со случайными величинами подробно изучаются в трудах российских авторов как отдельная дисциплина и наука, а так же как набор прикладных решений для экономических и управленческих задач.

Теоретическая работа с практической частью по датчикам случайных величин.
Включает в себя решение задач:
описание понятие имитационной модели и моделирования;
произвести описание моделирования сложных математических систем;
провести описание понятия моделирования случайных величин;
рассмотреть метод Монте-Карло;
рассмотреть понятия и определения датчика случайных величин, их методов генерации случайных чисел;
выполнить практическую реализацию имитационной модели по планированию производства.